×

类量子突变诱导蜻蜓的优化方法。 (英语) Zbl 1523.90329号

摘要:本研究提出了一种改进的蜻蜓算法(DA)。该算法是最近提出的一种受蜻蜓群集行为启发的元启发式优化算法,在处理工程、教育和其他领域中取得了令人满意的结果。然而,原始方法在收敛速度或陷入局部最优时会出现一些缺点。鉴于这些缺点,本文提出了一种改进的优化器,以平衡开发和勘探之间的关系,并缓解任何不足。首先,通过实现量子旋转门的思想,可以将代理群转移到更有利于最优值的位置。然后,采用高斯变异来提高群的变异能力,实现其多样性,使原方法具有较强的局部搜索能力。在23个经典基准问题和30个IEEE(电气与电子工程师学会)CEC(进化计算大会)2014基准任务中选取的19个函数的综合集合上,将所提出的方法与其他六种常见的元神经理论和五种最先进的算法进行了比较。为了验证该方法的有效性,进行了非参数统计Wilcoxon符号秩检验和Friedman检验,以验证该方法相对于其他同类方法的重要性。实验仿真结果表明,引入的两种策略可以显著提高原算法的开发性和探索性。此外,传统方法的收敛速度得到了很大程度的提高。此外,在包装器特征选择技术中,使用了量子和高斯变异蜻蜓算法(QGDA)作为搜索核心,并与其他先进的特征选择方法进行了比较。结果表明,QGDA通过最佳适应度和最小错误率在特征选择方面取得了显著的优势。此外,QGDA对三个经典工程设计问题的结果表明,所提出的方法可以有效地解决这些约束问题。令人鼓舞的是,所提出的方法可以用作解决复杂优化问题的有用辅助工具。

MSC公司:

90 C59 数学规划中的近似方法和启发式
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Aadil,F.,基于蜻蜓优化器(CAVDO)的车联网(IoV)聚类算法,J.Supercomput。,74,44542-4567(2018)
[2] Adarsh,B.R.,《使用混沌bat算法的经济调度》,《能源》,96,666-675(2016)
[3] Aljarah,I.,《用于功能选择的异步加速多领导销售链》,Appl。软计算。,71964-979(2018)
[4] Babaie-Kafaki,S。;Ghanbari,R.,具有最佳参数选择的Dai-Liao非线性共轭梯度法,欧洲期刊Oper。研究,234,3,625-630(2014)·Zbl 1304.90216号
[5] Bäck,T。;Schwefel,H.-P.,参数优化进化算法概述,Evol。计算。,1, 1, 1-23 (1993)
[6] Bagheri,A。;Mohammadi Peyhani,H。;Akbari,M.,《使用ANFIS网络和Quantum-bayed粒子群优化进行财务预测》,专家系统。申请。,第41、14、6235-6250页(2014年)
[7] 陈,Y。;Wang,Z.,基于二元蜻蜓算法的近红外光谱波长选择,分子,24,3(2019)
[8] 陈,H。;王,M。;Zhao,X.,用于全局优化和约束实际工程问题的多策略增强正弦余弦算法,应用。数学。计算。,第369条,第124872页(2020年)·Zbl 1433.90121号
[9] H.L.Chen等。使用并行粒子群优化策略实现最佳支持向量机分类器239(2014)180-197·Zbl 1334.68180号
[10] Chen,W.N.,《老龄化领导者和挑战者的粒子群优化》,IEEE Trans。进化。计算。,17, 2, 241-258 (2013)
[11] Chen,P.,基于双链量子遗传算法的改进SVM分类器及其在模拟电路诊断中的应用,神经计算,211202-211(2016)
[12] Chen,H.,一种高效的双自适应随机备用强化鲸鱼优化算法,专家系统。申请。,第113018条pp.(2019)
[13] Chen,H.,基于对立面的正弦余弦方法,用于光伏模型参数估计的局部搜索,Energy Convers。管理。,195, 927-942 (2019)
[14] Chen,H.,高级正交学习驱动的多温正弦余弦优化:框架和案例研究,专家系统。申请。,144,第113113条pp.(2020)
[15] Chen,H.,《高效多种群前哨果蝇驱动优化器:支持向量机的框架和进展》,专家系统。申请。,142 (2020)
[16] Chen,H.,一种增强的细菌觅食优化及其在训练内核极限学习机中的应用,应用。软计算。,第86条,第105884页(2020年)
[17] Chen,H.,一种增强的细菌觅食优化及其在训练内核极限学习机中的应用,应用。软计算。,86 (2020)
[18] Chen,H.,《多种群差异进化辅助Harris hawks优化:框架和案例研究》,《未来世代》。计算。系统。(2020)
[19] Chen,H.,利用多样化丰富的Harris hawks优化和混沌漂移识别光伏电池和模块的参数,J.Cleaner Prod.,244(2020)
[20] Cheng,M.Y。;Prayogo,D.,共生生物搜索:一种新的元启发式优化算法,计算。结构。,139, 98-112 (2014)
[21] Cheng,M.-Y。;Prayogo,D.,共生生物搜索:一种新的元启发式优化算法,计算。结构。,139, 98-112 (2014)
[22] Coelho,L.S.,应用于电磁设计的新型高斯量子行为粒子群优化器,IET Sci。测量。技术。,1, 5, 290-294 (2007)
[23] 科埃略有限公司。;Mariani,V.C.,基于量子力学和谐振子势阱的粒子群方法,用于具有阀点效应的经济负荷调度,能量转换。管理。,49, 11, 3080-3085 (2008)
[24] Coello Coello,C.A.,工程优化问题的自适应惩罚方法的使用,计算。印度,41,2,113-127(2000)
[25] Coello Coello,C.A.,《进化算法中使用的理论和数值约束处理技术:最新技术概览》,计算。方法应用。机械。工程,191,11-12,1245-1287(2002)·Zbl 1026.74056号
[26] Deb,K。;Srinivasan,A.,创新:通过优化创新设计原则,(GECCO 2006-遗传和进化计算会议,第2卷(2006)),1629-1636
[27] 邓,W。;徐,J。;Zhao,H.,基于混合策略的改进蚁群优化算法在调度问题中的应用,IEEE Access,720281-20292(2019)
[28] 邓伟,解决复杂优化问题的新型协同优化算法,软计算。,21, 15, 4387-4398 (2017)
[29] Deng,W.,深信度网络的改进Quantum-Inspired差分进化算法,IEEE Trans。仪器。测量。,1 (2020)
[30] Derrac,J.,《关于使用非参数统计测试作为比较进化算法和群体智能算法的方法的实用教程》,swarm Evol。计算。,1, 1, 3-18 (2011)
[31] Dokeroglu,T.,新一代元启发式算法调查,计算。Ind.Eng.,137,第106040条pp.(2019)
[32] 多里戈,M。;Blum,C.,《蚁群优化理论:综述》,《理论》。计算。科学。,344, 2-3, 243-278 (2005) ·Zbl 1154.90626号
[33] Emary,E。;Zawbaa,H.M。;Hassanien,A.E.,用于特征选择的二元灰狼优化方法,神经计算,172,371-381(2016)
[34] Esquivel,S.,作业车间调度问题中单目标和多目标优化的增强进化算法,Knowl-基于系统。,15, 1, 13-25 (2002)
[35] Fan,Y.,《利用正弦余弦算法进行合理化果蝇优化:综合分析》,专家系统。申请。,第113486条pp.(2020)
[36] Faramarzi,A.,《海洋捕食者算法:一种受自然启发的元启发式算法》,专家系统。申请。,152,第113377条pp.(2020)
[37] Faris,H.,一种用于特征选择问题的高效二进制Salp Swarm算法,Knowl-基于系统。,154, 43-67 (2018)
[38] Faris,H.,特征选择用随机权重网络的时间维层次链,专家系统。申请。,140,第112898条pp.(2019)
[39] Faris,H.,Salp Swarm Algorithm:Theory,literal review,and application in extreme learning machines,(Mirjalili,S.;Song Dong,J.;Lewis,A.,Nature-Inspired Optimizers:Theorys,literature Reviews and Applications,2020),Springer International Publishing:Springer国际出版公司,185-199
[40] 冯,Z.-k。;牛,W.-j。;Cheng,C.-t.,用于经济环境热液能源系统调度的多目标量子行为粒子群优化,能源,131165-178(2017)
[41] Fister,I.,全球优化的新颖搜索,应用。数学。计算。,347, 865-881 (2019) ·Zbl 1428.90179号
[42] Fister,I.,《基于混沌的萤火虫算法综述:观点和研究挑战》,应用。数学。计算。,252, 155-165 (2015) ·Zbl 1338.90470号
[43] 甘多米,A.H。;Yang,X.-S。;Alavi,A.H.,布谷鸟搜索算法:解决结构优化问题的元启发式方法,工程计算。,29, 1, 17-35 (2011)
[44] 甘多米,A.H。;Yang,X.S。;Alavi,A.H.,布谷鸟搜索算法:解决结构优化问题的元启发式方法,工程计算。,29, 1, 17-35 (2013)
[45] Gao,W.,通过第四个乘法ABC指标计算进行纳米特性分析,阿拉伯。化学杂志。,11, 6, 793-801 (2018)
[46] Gao,W.,部分多学科本体学习算法,Inform。科学。,467, 35-58 (2018) ·Zbl 1441.68244号
[47] Gao,W.,《利用图论研究生物网络》,沙特生物杂志。科学。,25, 6, 1212-1219 (2018)
[48] Gao,W.,分数阶临界删除图的独立集度条件,离散Contin。动态。系统。序列号。S、 12、4、5、877-886(2019年)·Zbl 1418.05101号
[49] García-Martínez,C.,基于以父母为中心的交叉算子的全局和局部实数编码遗传算法,欧洲J.Oper。第185、3、1088-1113号决议(2008年)·Zbl 1146.90532号
[50] Ghosh,S。;Karar,V.,通过蜻蜓算法与电网同化最佳尺寸的混合光伏生物系统,能源,11,7,1892(2018)
[51] Guha,D。;罗伊,P.K。;Banerjee,S.,使用蜻蜓算法的混合分布式电力系统三自由度比例积分微分控制器的优化调谐,计算机。电气。工程师,72,137-153(2018)
[52] K.-H.Han,J.-H.Kim,遗传量子算法及其在组合优化问题中的应用。2000年进化计算大会会议记录。CEC00(分类号00TH8512),第2卷,2000年,第1354-1360页。
[53] Hansen,N。;Ostermier,A.,《进化策略中的完全错乱的自我适应》,Evol。计算。,9, 2, 159-195 (2001)
[54] Hart,P.E.,《压缩最近邻规则》,IEEE Trans。通知。理论,14,3,515-516(1968)
[55] Heidari,A.A。;Ali Abbaspour,R。;Chen,H.,Efficient增强了用于全局搜索和内核极限学习机器训练的灰狼优化器,Appl。软计算。,81,第105521条pp.(2019)
[56] Heidari,A.A.,《哈里斯-霍克斯优化:算法和应用》,《未来世代》。计算。系统-Int.J.Escience,97,849-872(2019)
[57] 霍兰德,J.H.,遗传算法,科学。美国,267,1,66-72(1992)
[58] Kang,S.L。;Zong,W.G.,一种新的连续工程优化元启发式算法:和谐搜索理论与实践,计算机。方法应用。机械。工程,194,36,3902-3933(2005)·Zbl 1096.74042号
[59] Kaveh,A。;Khayatazad,M.,一种新的元神经方法:射线优化,计算。结构。,112-113, 283-294 (2012)
[60] Kaveh,A。;Khayatazad,M.,一种新的元神经方法:射线优化,计算。结构。,112-113, 4, 283-294 (2012)
[61] A.肯尼迪。;Eberhart,R.C.,粒子群优化,IEEE Int.Conf.Neural Netw。,4, 1942-1948 (1995)
[62] Khalilpourazari,S。;Khalilpourazary,S.,使用鲁棒多目标蜻蜓算法优化磨削过程中的时间、成本和表面粗糙度,神经计算。申请。,32, 8, 3987-3998 (2020)
[63] Khunkitti,S.,多目标最优潮流问题的混合DA-PSO优化算法,能源,11,9,2270(2018)
[64] Lee,K.S。;Geem,Z.W.,《用于连续工程优化的新型元神经算法:和谐搜索理论与实践》,计算。方法应用。机械。工程,194,36-38,3902-3933(2005)·Zbl 1096.74042号
[65] 李,P。;Li,S.,基于量子比特Bloch坐标的连续空间优化的Quantum启发进化算法,神经计算,72,1-3,581-591(2008)
[66] Li,Z.,一种新的群体智能优化多类多核相关向量机:柴油机故障诊断的实验分析,Struct。健康监测。,17, 6, 1503-1519 (2017)
[67] Li,S.,Slime mold算法:随机优化的新方法,Future Gener。计算。系统。(2020)
[68] Liang,H.,随机风电经济调度的混合Bat算法,IEEE Trans。电力系统。,33,5052-5261(2018)
[69] Liu,M.,基于量子蚁群算法的疏散路径优化,高级工程信息,30,3,259-267(2016)
[70] Liu,T.,基于多目标问题的文化进化机制的新型量子粒子群优化,Knowl-基于系统。,101, 90-99 (2016)
[71] Liu,T.,带协作吸引子的量子粒子群优化算法,用于非线性数值问题,Commun。非线性科学。数字。模拟。,44167-183(2017)·Zbl 1522.65104号
[72] 罗,J.,一种改进的蚱蜢优化算法及其在财务压力预测中的应用,应用。数学。型号。,64, 654-668 (2018) ·Zbl 1480.90254号
[73] Luo,J.,《多策略促进了变异的鲸鱼启发优化方法》,应用。数学。型号。,73, 109-123 (2019) ·Zbl 1481.90317号
[74] Mafarja,M.M.,用于特征选择的二进制蜻蜓算法,(2017国际计算科学新趋势会议(ICTCS)(2017)),12-17
[75] 马赫达维,M。;Fesanghary,M。;Damangir,E.,解决优化问题的改进和声搜索算法,应用。数学。计算。,188, 2, 1567-1579 (2007) ·Zbl 1119.65053号
[76] 马哈达维,M。;Fesanghary,M。;Damangir,E.,解决优化问题的改进和声搜索算法,应用。数学。计算。申请。数学。计算。,188, 2, 1567-1579 (2007) ·Zbl 1119.65053号
[77] Mallipeddi,R.,带参数集合和变异策略的差分进化算法,应用。软计算。,11, 2, 1679-1696 (2011)
[78] Mariani,V.C.,应用混沌量子粒子群方法优化换热器,应用。热量。工程,42,119-128(2012)
[79] Mirjalili,S.,Moth-firem优化算法:一种新的自然启发启发式范式,Knowl-基于系统。,89, 228-249 (2015)
[80] Mirjalili,S.,蜻蜓算法:一种新的元神经优化技术,用于解决单目标、离散和多目标问题,神经计算。申请。,27, 4, 1053-1073 (2016)
[81] Mirjalili,S.,SCA:解决优化问题的正弦余弦算法,Knowl-基于系统。,96, 120-133 (2016)
[82] 米尔贾利利,S。;Lewis,A.,二元粒子群优化的S形与V形传递函数,Swarm Evol。计算。,9, 1-14 (2013)
[83] 米尔贾利利,S。;Lewis,A.,鲸鱼优化算法,高级工程软件。,95, 51-67 (2016)
[84] 米尔贾利利,S。;米尔贾利利,S.M。;Lewis,A.,灰狼优化器,高级工程师软件。,69, 46-61 (2014)
[85] 米尔贾利利,S。;米尔贾利利,S.M。;Yang,X.S.,二进制蝙蝠算法,神经计算。申请。,25, 3-4, 663-681 (2014)
[86] 莫阿耶迪,H。;Hayati,S.,基于CPT的神经网络解决方案在预测钻孔桩荷载-沉降响应中的适用性,国际地质技术杂志。,第18、6条,第06018009页(2018年)
[87] 莫阿耶迪,H。;Hayati,S.,通过软计算方法模拟和优化边坡附近条形基础的极限承载力,应用。软计算。,66, 208-219 (2018)
[88] 莫阿耶迪,H。;Rezaei,A.,干砂中承受上拔力的低配筋桩的人工神经网络方法,神经计算。申请。,31, 2, 327-336 (2019)
[89] 莫尔,N.S。;Ingle,R.B.,《云计算中使用蜻蜓乌鸦优化和支持向量回归模型的能量感知虚拟机迁移》,Int.J.model。模拟。完整计算。,9、6、第185005.0.1-1850050.24条(2018)
[90] Ozsoydan,F.B。;Baykasoglu,A.,用于多模态动态优化问题的量子萤火虫群,专家系统。申请。,115, 189-199 (2019)
[91] Pan,W.T.,一种新的果蝇优化算法:以财务困境模型为例,Knowl-基于系统。,26, 69-74 (2012)
[92] Passino,K.M.,分布式优化和控制细菌觅食的生物模拟,IEEE控制系统。,22, 3, 52-67 (2002)
[93] Pfaff,W.,《远距离固态量子比特之间的无条件量子隐形传态》,《科学》,3456196532-535(2014)·Zbl 1355.81050号
[94] Pierezan,J。;Coelho,L.D.S.,Coyote Optimization Algorithm:一种新的全局优化问题元启发式算法,(2018 IEEE进化计算大会(CEC)(2018)),1-8
[95] 齐,J。;Wu,D.,基于服务组合质量的能源互联网绿色能源管理,IEEE Access,6,15723-15732(2018)
[96] 乔·W。;莫阿耶迪,H。;Foong,L.K.,IWO、DA、ES、GA和ICA的自然启发混合技术,通过预测每月天然气消耗的K倍验证过程进行验证,能源建设。,217,第110023条pp.(2020)
[97] Ragsdell,K.M。;Phillips,D.T.,使用几何规划的一类焊接结构的优化设计,Trans。ASME,J.制造科学。工程,98,3,1021-1025(1976)
[98] Ragsdell,K.M。;Phillips,D.T.,《使用几何规划对一类焊接结构进行优化设计》,J.Eng.Ind.,98,3,97(1976)
[99] Rashedi,E。;Nezamabadi-pour,H。;Saryazdi,S.,GSA:引力搜索算法,Inform。科学。,179, 13, 2232-2248 (2009) ·兹比尔1177.90378
[100] Ridha,H.M.,用于单二极管太阳能电池模型参数识别的基于增强突变的Harris hawks优化器,Energy Convers。管理。,209,第112660条pp.(2020)
[101] Rodríguez-Esparza,E.,一种高效的哈里斯鹰式图像分割方法,专家系统。申请。,第155条,第113428页(2020年)
[102] 萨雷米,S。;米尔贾利利,S。;刘易斯,A.,《蚱蜢优化算法:理论与应用》,高级工程软件。,105, 30-47 (2017)
[103] Shen,L.,使用果蝇优化进化支持向量机进行医学数据分类,Knowl-基于系统。,96, 61-75 (2016)
[104] da Silveira,L.R.公司。;Tanscheit,R。;Vellasco,M.M.B.R.,用于排序问题的量子启发进化算法,专家系统。申请。,67, 71-83 (2017)
[105] Sree Ranjini,S.R。;Murugan,S.,数值优化问题的基于内存的混合蜻蜓算法,专家系统。申请。,83, 63-78 (2017)
[106] 斯托恩,R。;Price,K.,《差分进化-连续空间上全局优化的一种简单有效的启发式算法》,J.global Optim。,11, 4, 341-359 (1997) ·Zbl 0888.90135号
[107] Talbi,H。;Draa,A.,一种新的用于连续优化的实数编码量子激励进化算法,应用。软计算。,61, 765-791 (2017)
[108] 蔡,C.H。;Kolibal,J。;Li,M.,《为无网格配置方法寻找良好形状参数的黄金分割搜索算法》,《工程分析》。已绑定。元素。,34, 8, 738-746 (2010) ·Zbl 1244.65194号
[109] 瓦康塞洛斯·塞贡多,E.H.d。;玛丽亚尼,V.C。;Coelho,L.d.S.,使用Falcon优化算法设计换热器,应用。热量。工程师,156119-144(2019)
[110] 瓦康塞洛斯·塞贡多,E.H.d。;玛丽亚尼,V.C。;Coelho,L.d.S.,《基于猫头鹰行为的元启发式在热交换器设计中的应用》,Therm。科学。工程进度。,第14条,第100431页(2019年)
[111] VeeraManickam,M.R.M.,基于Map-Reduce框架的集群体系结构,用于使用累积蜻蜓神经网络预测学术学生的表现,集群计算。,1-17 (2018)
[112] Wang,G.G.,使用继承拉丁超立方体设计点的自适应响应面方法,J.Mech。设计。,125, 2, 210 (2003)
[113] 王,M。;Chen,H.,用于医学诊断的混沌多群鲸优化器增强支持向量机,Appl。软计算。,88,第105946条pp.(2020)
[114] Wang,M.,使用混沌火焰优化策略实现医学诊断应用中的最优内核极限学习机,神经计算,26769-84(2017)
[115] Wang,J.,基于电力系统多目标优化的混合预测框架的研究与应用,能源,148,59-78(2018)
[116] Q·韦标。;Bingfan,L。;Zhangyang,K.,用于分析3PE涂层分层的差示扫描量热法和电化学测试,Int.J.Electrochem。科学。,14, 7389-7400 (2019)
[117] Xia,Y.,单纯形量子粒子群优化算法及其在梯级水电站生态调度中的应用,应用。软计算。,84,第105715条,第(2019)页
[118] Xu,X。;陈海良,基于场的自适应计算趋化在细菌觅食优化中的应用,软计算。,18, 4, 797-807 (2014)
[119] Xu,Y.,一种用于全局优化任务的高效混沌突变后激励优化程序,专家系统。申请。,129, 135-155 (2019)
[120] Xu,Y.,Enhanced Moth-firem优化器,带全局优化变异策略,Inform。科学。,492, 181-203 (2019)
[121] Xu,Z.,正交设计自适应蝗虫优化:综合分析,专家系统。申请。(2020)
[122] Xue,X.,《社会学习进化(SLE):基于计算实验的社会制造建模框架》,IEEE Trans。Ind.Inf.,15,6,3343-3355(2019)
[123] Yang,X.S.,《用于多模态优化的萤火虫算法》(2009年随机算法国际研讨会),5792·Zbl 1260.90164号
[124] Yang,X.S.,《萤火虫算法、随机测试函数和设计优化》,《生物灵感计算国际期刊》。,2, 2, 78-84 (2010)
[125] Yang,X.S.,一种新的元启发式蝙蝠启发算法,(计算智能研究(2010)),65-74·Zbl 1197.90348号
[126] Yang,K.,两个航天器之间远距离快速合作交会的量子粒子群优化,高级空间研究,62,11,2998-3011(2018)
[127] 尹,F。;Wang,Y.N。;Wei,S.N.,基于类电磁和改进DFP算法的机器人操作器运动学逆解,紫东华学宝/Acta Autom。罪。,37,74-82(2011年)
[128] Yong,J.,基于对立群体协作和动态学习的新型Bat算法,(2018 IEEE第22届计算机支持的设计协作国际会议(CSCWD),2018),541-546
[129] Yu,C。;Heidari,A.A。;Chen,H.,A Quantum-haved模拟退火增强Moth-firem优化方法,应用。数学。模型。(2020)
[130] Yu,H.,混沌增强同步蝙蝠优化器,应用。数学。型号。,77, 1201-1215 (2020) ·Zbl 07193023号
[131] 张杰。;Sanderson,A.C.,JADE:具有可选外部存档的自适应差分进化,IEEE Trans。进化。计算。,13, 5, 945-958 (2009)
[132] Zhang,X.,带校正和对准的鲁棒低秩张量恢复,IEEE Trans。模式分析。马赫。智力。(2019)
[133] Zhang,H.,光伏组件参数识别的正交Nelder-Mad-moth火焰法,Energy Convers。管理。,211,第112764条pp.(2020)
[134] 赵伟。;张,Z。;Wang,L.,Manta ray觅食优化:工程应用中一种有效的生物激励优化器,工程应用。Artif公司。智力。,第87条,第103300页(2020年)
[135] Zhao,X.,基于改进蚁群优化的棉花异物在线检测特征选择,应用。软计算。,24, 585-596 (2014)
[136] Zhao,X.,Chaos增强的灰狼优化包ELM用于百草枯中毒患者的诊断,计算机。生物化学。,78481-490(2019)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。